密度锁正向启动特性的实验研究

以应用密度锁的非能动余热排出系统为背景,针对密度锁内水力平衡的建立问题,通过实验研究与理论分析相结合的方法,对不同条件下的密度锁正向启动特性进行研究.实验结果表明:当启动流量与平衡流量偏差较小时,通过上、下界面位置的微小变化,正向启动可以很快地建立密度锁内的水力平衡;当启动流量与平衡流量之间的偏差较大时,在正向启动初期通过上、下界面位置的变化所建立的水力平衡仅是一个亚稳态平衡.而密度锁内最终的水力平衡仅是通过上密度锁内界面位置的变化建立的,下密度锁内界面位置与开阀预热阶段后相同.在实验研究的基础上,通过理论分析给出了成功实现正向启动的条件.     

集约式物流信息平台的构建

本文论述了物流信息化是现代物流发展的核心内容,分析了目前我国是中小型物流企业众多,存在人才短缺,技术、设备陈旧,信息不对称等问题,更倾向选择正规且稍具规模的信息平台.明确了集约式物流信息平台构建的意义,功能的基本要素,并提出了解决物流平台主要问题的方案.     

电化学在环境工程领域中的应用

概述了电化学处理环境污染物的基本方法，列举了电化学方法在环境工程领域中环境污染物处理、环境监测以及清洁生产等同方面的应用。指出了电化学技术存在的问题，并提出主要的解决途径。     

自确认测速度仪的设计

在分析传统测速仪缺点的基础上,设计出了自确认测速仪;就脉冲检测及修补,基于预估因子的数据预估算法和设备状态判断进行了详细描述.对测速仪的网络接口和协议也进行了介绍,通过工程实例测试表明其工作可靠,能克服缺栅,跳动等对速度的影响,其性能优于传统测速仪.     

基于步态能量图像和2维主成分分析的步态识别方法

为了快速有效地进行步态识别,针对步态能量图像能够表征步态信息和2维主成分分析能快速降维的特点,提出了一种基于步态能量图像和2维主成分分析的步态识别方法.该方法首先应用背景减除法分割出人体轮廓;然后通过人体宽高比的相关信号确定运动周期,再对二值周期序列进行步态能量图像(GEI)合成;最后运用行列相结合的2维主成分分析((2D)~2PCA)方法与加权的2维主成分分析(W(2D)~2PCA)方法提取特征主向量,并采用最近邻分类器进行分类.实验结果表明,该步态识别方法可以有效降低前期处理对分类识别的影响,而且对于3种不同行走状态的CASIA数据库巾多个视角下拍摄的步态图像可取得很好的识别效果.     

超声波技术预防性抑制蓝藻水华的研究

指出传统的蓝藻水华治理方法中存在的问题:大规模地杀灭蓝藻,造成大量藻细胞破裂,细胞内藻毒素等有害分泌物释放到水中,引发二次污染。介绍蓝藻水华的预防性调控方法,即在水体形成水华前,通过抑制蓝藻细胞生长,将其藻类生物量始终控制在一定水平以下,避免蓝藻水华的暴发。综述了超声参数对除藻抑藻效果的影响,以及超声对藻细胞生理系统的影响,探讨超声除藻抑藻的机理,并针对以往研究存在的不足,对后续研究重点进行了展望。     

基于项目协作的高职教师职业技能发展研究

借鉴建筑工程项目管理理念和模式,指导项目团队成员参与企业承揽项目的全过程实施,通过项目团队教师之间经验与知识的共同分享与协作,达到个体技能意识流的最优化,促使高职教师的隐性知识向显性知识的快速转化及增值,缩短教师职业技能培养周期,实现教育与产业的有机结合,带动教学创新促进“双师型”教师队伍的建设。     

窑灰中碱对所制蒸养制品性能的影响

本文研究了新型干法水泥窑中含大量K_2O的旁路窑灰和粉煤灰制成的蒸养制品的强度和微观结构,以及掺少量硅灰对制品强度和微观结构的改善作用。结果表明,制品中存在过多的K_2O时,会改变水化硅酸钙的形貌、增大孔隙率和最可几孔径,使制品的抗压强度下降。掺少量硅灰可以抑制K_2O的不利影响,提高制品的抗压强度。     

非线性量化小脑模型关节控制器神经网络控制器

常规小脑模型关节控制器(CMAC)神经网络采用线性均匀量化,稳态控制精度与量化级数相关,增加量化级数可提高稳态精度但会导致内存空间和计算量的增加.本文提出一种可采用幂函数、高斯、分段3种非线性量化方法的非线性量CMAC神经网络,并分析了非线性量化CMAC的收敛性,解释了非线性量化提高稳态精度的本质.面向一阶惯性环节、二阶系统、一阶时变系统及二阶时变系统,分别跟踪方波、斜坡、正弦波、三角波和加速度等输入信号,仿真验证了非线性量化CMAC神经网络控制器的有效性,给出了不同非线性量化方法的适用性.结果表明,非线性量化CMAC参数容易设定,物理意义清晰,与常规CMAC对比,其快速性和控制精度显著提高,可以有效解决实际复杂非线性时变系统的控制.     

基于RLS和EKF算法的全钒液流电池SOC估计

针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5kW/ 30kWh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.